基于kinect三维物体的位置检测

摘要

自kinect问世，其低廉的价格及其超强的体感功能，使其在视觉领域有着广阔的前景。机器人自动化产业需要大量的视觉导引传感器，但是现有的产品价格昂贵。本文研究利用kinect传感器为机器人提供视觉导引和产品测量的尝试。　　首先，本文介绍了课题的研究背景与意义，详细叙述了kinect的结构功能及其深度测量原理，并成功通过c＃/c++程序获得了kinect的彩色和深度信息，并将二者信息融合的方法。　　其次，对去噪方法进行了研究，分析了它们的优缺点及高效编程方法。并以此为基础进行了深度提取实验，标定了在Z轴方向上深度信息获取的精度，并标定了在X轴和Y轴方向进行测量的像素分辨率。并通过人体身高的测量实验，验证了kinect传感器的整体测量精度。　　接下来，针对传感器在X轴方向和Y轴方向的分辨率不能满足传统二维平面测量的精度要求的情况，为了既能利用Kinect进行深度测量，又能进行平面高精度测量，本文提出了一种改进的kinect传感器测量模型。并推导了模型的数学原理，摄像机标定方法和实现方法。　　最后，利用kinect进行物体的三维位姿测量实验。获得了物体表面距离传送带水平面间的高度信息，物体的位置信息和物体在传送带水平面内的姿态信息，以及物体之间的距离信息。实验结果为机器人视觉导引传感器的选择提供了一种廉价方案替代的可能性。

目录

声明

摘要

1 绪论

1．1 引言

1．2 研究背景与意义

1．2．1 用kinect对物体三维位置检测的简介

1．2．2 国内研究现状

1．2．3 国外研究现状

1．3 本文的研究内容与结构

1．4 本章小结

2 基于kinect深度和彩色图像信息的提取

2．1 引言

2．2 kinect结构功能及其测量深度原理

2．2．1 kinect结构

2．2．2 kinect的性能规格

2．2．3 kinect的工作原理

2．2．4 kinect的成像原理

2．2．5 散斑测距原理

2．3 kinect开发软硬件条件

2．3．1 开发kinect所需的技能

2．3．2 系统要求

2．3．3 下载安装Kinect SDK

2．3．4 加载驱动、检测及测试

2．3．5 要点和故障排除

2．4 通过kinect获取物体的深度信息和彩色信息并提取

2．5 本章小结

3 Kinect传感器测量精度的标定

3．1 基于Kinect测量物体的点云数据的提取

3．1．1 将彩色图像数据与深度图像数据融合

3．1．2 点云数据提取的程序实现

3．2 点云去噪方法的研究与实验

3．2．1 引言

3．2．2 滤波器选择

3．2．3 kinect获得物体点云去噪实验和结果

3．3 kinect传感器测量深度(Z轴方向)精准性的标定

3．4 kinect传感器在X轴和Y轴方向的测量精度的标定

3．5 基于kinect的人体身高测量

3．6 本章小结

4 基于改进型kinect传感器的测量方法研究

4．1 改进型kinect传感器的设计原理

4．2 摄像机标定原理

4．2．1 小孔成像模型

4．2．2 摄像机内参数模型

4．2．3 摄像机外参模型

4．2．4 基于2D平面靶标的摄像机标定

4．3 改进型Kinect传感器的像素融合方法

4．4 改进型kinect的X-Y平面的测量精度验证

4．5 本章小结

5 基于kinect的物体三维位置测量实验

5．1 搭建实验平台

5．2 实验过程与分析

5．2．1 模板匹配算法的选择

5．2．2 实验过程

5．2．3 实验结果与分析

5．3．本章小结

6 总结

7 展望

参考文献

致谢